人工智能（第4版）课件 第15章 神经网络与卷积神经网络 .ppt

9.3.2参数减少与权值共享我们从一个直观的例子看，当从一个大尺寸图像中随机选取一小块，比如说8×8作为样本，并且从这个小块样本中学习到了一些特征。然后，可以把从这个8×8样本中学习到的特征作为卷积核，应用到这个图像的任意地方中去。更进一步，可以用从8×8样本中所学习到的特征跟原来的大尺寸图像作卷积，从而对这个大尺寸图像上的任一位置获得一个不同特征的图像值。如下图9.20所示，展示了一个3×3的卷积核在5×5的图像上做卷积的过程。每个卷积都是一种特征提取方式，就像一个筛子（滤波器），将图像中符合条件（激活值越大越符合条件）的部分筛选出来。这里的卷积核和图像矩阵如图